血压估计方法、系统、腕戴式设备以及存储介质

摘要: 本技术涉及可穿戴式生理信号感知与无袖带血压估计,尤其涉及血压估计方法、系统、腕戴式设备以及存储介质。背景技术:1、现有技术中,基于ppg(photoplethy...
血压估计方法、系统、腕戴式设备以及存储介质

本技术涉及可穿戴式生理信号感知与无袖带血压估计,尤其涉及血压估计方法、系统、腕戴式设备以及存储介质。

背景技术:

1、现有技术中,基于ppg(photoplethysmography,光电容积脉搏波描记法)的光学方案虽能实现无袖带监测,但其信号稳定性差,难以满足连续、精准的监测需求; 基于柔性压力脉搏传感器的监测方案虽在舒适性上具备优势,但目前受限于公开数据集的缺失以及新用户标定成本过高两大瓶颈,尚未形成一套既能利用柔性传感器优势、又能通过少量样本实现准确血压估计的完整技术方案。

2、因此,如何在数据稀缺条件下,提高血压估计的准确性,这是本领域亟待解决的技术问题。

3、上述内容仅用于辅助理解本技术的技术方案,并不代表承认上述内容是现有技术。

技术实现思路

1、本技术的主要目的在于提供一种血压估计方法、系统、腕戴式设备以及存储介质,旨在解决如何在数据稀缺条件下,提高血压估计的准确性的技术问题。

2、为实现上述目的,本技术提出一种血压估计方法,所述血压估计方法包括:

3、采集光电容积脉冲ppg信号和压力脉搏波ppw信号;

4、将所述ppg信号输入预训练的教师模型中进行特征提取与血压回归处理,获得ppg信号对应的血压相关隐空间特征表示以及第一血压估计值;

5、将所述ppw信号输入预训练的学生模型中进行特征提取与血压回归处理,获得ppw信号对应的血压相关隐空间特征表示以及第二血压估计值,所述第二血压估计值至少包括目标用户对应的收缩压估计值和舒张压估计值;

6、其中,所述教师模型基于ppg数据集及对应血压真值监督训练得到;

7、所述学生模型基于所述教师模型输出的所述ppg隐空间特征表示及对应的第一血压估计值,并结合跨模态知识蒸馏策略以及跨模态桥接数据集训练得到。

8、在一实施例中,所述将所述ppg信号输入预训练的教师模型中进行特征提取与血压回归处理,获得ppg信号对应的血压相关隐空间特征表示以及第一血压估计值的步骤之前,包括:

9、获取ppg数据集及对应的血压真值,对所述ppg信号进行预处理,构建教师模型并进行训练,得到训练完成的教师模型,其中,所述教师模型包括ppg特征提取器和血压回归器。

10、在一实施例中,所述将所述ppw信号输入预训练的学生模型中进行特征提取与血压回归处理,获得ppw信号对应的血压相关隐空间特征表示以及第二血压估计值的步骤之前,包括:

11、构建包含ppw特征提取器和血压回归器的初始学生模型;

12、利用所述教师模型输出的ppg隐空间特征表示、第一血压估计值以及预构建的跨模态桥接数据集,采用跨模态知识蒸馏策略对初始学生模型进行训练,得到训练完成的学生模型。

13、在一实施例中,所述利用所述教师模型输出的ppg隐空间特征表示、第一血压估计值以及预构建的跨模态桥接数据集,采用跨模态知识蒸馏策略对初始学生模型进行训练,得到训练完成的学生模型的步骤之前,包括:

14、根据所述ppg信号、ppw信号及血压真实值,构成初始模态桥接数据集;

15、对所述初始模态桥接数据集进行数据筛选与均衡处理,得到最终的模态桥接数据集。

16、在一实施例中,所述利用所述教师模型输出的ppg隐空间特征表示、第一血压估计值以及预构建的跨模态桥接数据集,采用跨模态知识蒸馏策略对初始学生模型进行训练,得到训练完成的学生模型的步骤之前,包括:

17、根据所述ppg信号、ppw信号及血压真实值,构成初始模态桥接数据集;

18、对所述初始模态桥接数据集进行数据筛选与均衡处理,得到最终的模态桥接数据集。

19、在一实施例中,所述采用跨模态知识蒸馏策略对初始学生模型进行训练,得到训练完成的学生模型的步骤包括:

20、利用所述教师模型输出的ppg隐空间特征表示、第一血压估计值以及最终的模态桥接数据集,构建模型训练总损失函数,其中,所述总损失函数包括蒸馏损失函数与回归损失函数,所述蒸馏损失函数用于约束学生模型的ppw隐空间特征表示与教师模型的ppg隐空间特征表示的差异,所述回归损失函数用于约束学生模型血压估计值与血压真实值的差异;

21、基于所述总损失函数迭代优化初始学生模型参数,得到训练完成的学生模型。

22、在一实施例中,所述采用跨模态知识蒸馏策略对初始学生模型进行训练,得到训练完成的学生模型的步骤之后,包括:

23、根据目标用户少量采集的ppw信号以及对应血压真实值,构建用户个性化校准样本,并结合用户生理属性信息,对所述学生模型进行轻量个性化适配,其中,保持学生模型中的ppw特征提取模块参数固定,仅更新血压回归模块参数。

24、此外,为实现上述目的,本技术还提出一种血压估计系统,所述血压估计系统包括:

25、采集模块,用于采集光电容积脉冲ppg信号和压力脉搏波ppw信号;

26、教师模型推理模块,用于将所述ppg信号输入预训练的教师模型中进行特征提取与血压回归处理,获得ppg信号对应的血压相关隐空间特征表示以及第一血压估计值;

27、学生模型推理模块,用于将所述ppw信号输入预训练的学生模型中进行特征提取与血压回归处理,获得ppw信号对应的血压相关隐空间特征表示以及第二血压估计值,所述第二血压估计值至少包括目标用户对应的收缩压估计值和舒张压估计值;

28、其中,所述教师模型基于ppg数据集及对应血压真值监督训练得到;

29、所述学生模型基于所述教师模型输出的所述ppg隐空间特征表示及对应的第一血压估计值,并结合跨模态知识蒸馏策略以及跨模态桥接数据集训练得到。

30、此外,为实现上述目的,本技术还提出一种腕戴式设备,所述设备包括:柔性压力脉搏传感器、信号采集与转换电路、微控制单元、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序配置为实现如上文所述的血压估计方法的步骤。

31、此外,为实现上述目的,本技术还提出一种存储介质,所述存储介质为计算机可读存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上文所述的血压估计方法的步骤。

32、此外,为实现上述目的,本技术还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现如上文所述的血压估计方法的步骤。

33、本技术提出一种血压估计方法、系统、腕戴式设备以及存储介质,该方法包括:采集光电容积脉冲ppg信号和压力脉搏波ppw信号;将ppg信号输入预训练的教师模型中进行特征提取与血压回归处理,获得ppg信号对应的血压相关隐空间特征表示以及第一血压估计值;将ppw信号输入预训练的学生模型中进行特征提取与血压回归处理,获得ppw信号对应的血压相关隐空间特征表示以及第二血压估计值,所述第二血压估计值至少包括目标用户对应的收缩压估计值和舒张压估计值;其中,教师模型基于ppg数据集及对应血压真值监督训练得到,学生模型基于教师模型输出的所述ppg隐空间特征表示及对应的第一血压估计值,并结合跨模态知识蒸馏策略以及跨模态桥接数据集训练得到。本方案通过构建ppg模态教师模型与ppw模态学生模型的跨模态知识蒸馏架构,依托大规模ppg标注数据训练获得的血压相关特征表示以及生理信号与血压参数之间的关联关系,将源模态中的血压估计能力迁移至数据稀缺的ppw模态,能够有效弥补柔性脉搏波公开标注数据不足的缺陷,摆脱ppw模型训练依赖大规模标注样本的限制;同时通过特征层级与数值层级的双重知识约束,实现不同生理模态间的精准知识迁移,有效提升ppw模型的特征表达能力与血压拟合精度;在保证血压估计准确性与模型泛化能力的前提下,大幅降低柔性脉搏血压监测对用户标定数据的依赖,解决少样本场景下血压估计精度不足的技术痛点,实现基于压力脉搏波信号的血压参数估计,并提高模型在不同用户条件下的适应能力。